| Titre : | Gestion intelligente des sols agricoles |
| Auteurs : | Nabila Chelli, Auteur ; Meftah Zouai, Directeur de thèse ; Rachida Saouli, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2023 |
| Format : | 1vol.(64p.) / ill.couv.ill.encoul / 30cm |
| Langues: | Français |
| Mots-clés: | Agriculture de précision,K-means,FuzzyC-means,DBSCAN,clustering hiérar- chique,propriétés dessols,durabilité et productivité agricole. |
| Résumé : |
La dégradation des sols constitue actuellement uné vénement problématique au niveau de l’agriculture mondiale.Plusieurs facteurs humainset climatique sont contribué à cette dégrada- tion,réduisantains ilaq ualité de la production agricole.Pource la,ons’intéresse dans ce projet à l’agriculture de précisionen utilisant des méthodes del’intelligence artificielle a find’analy-ser les caractéristiques des sols agricoles et prendre par la suite des décisions plusé clairées afin de conduire à une amélioration globale del’agriculture.Pource la,nous proposonsd’optimi- ser l’utilisation des terres agricoles en utilisant des techniques de clustering pour analyser les propriétés des sols.Une étude comparative a été réalisée en utilisant plusieurs méthodes de Machine Learning,à savoir le clustering K-means,FuzzyC-means,DBSCANet le clusteringhié- rarchique.L’analyse a portéparticulièrement sur des données échantillons d’un terrain semi- aride,dont lemeilleur score des il houetteaété généré par la méthode K-means.Nous avons utilisé les histogrammes pour visualise retreprésenter ces caractéristiques. Les résultat sobtenus permett en tdemieux comprendre lavariation des propriétés des sols dans différentes zones de culture.Les résultat sobtenus sont une voie prometteuse pour une uti lisation plus variée des sols et des méthodes declustering appliquées afinde fournirun système de gestion plus durable et productif des terres agricoles. |
| Sommaire : |
Étatdel’art 11 I.1 Introduction . ..... 11 I.2 Agriculturedeprécision . .............. 11 I.2.1Définition . .................... 11 I.2.2Pourquoicettetechnologiedonne-t-elleunavantageconcurrentiel? . ... 12 I.2.3LesquatreRdel’agriculturedeprécision . ... 13 I.3 Généralitéssurlessols . .................... 14 I.3.1Définitiondusol . .............. 14 I.3.2Typesdessols . ..................14 I.3.3Classificationdessols . ............... 15 I.4 Conclusion: . ...................... 17 II Méthodesdeclusteringenagriculturedeprécision 18 II.1 Introduction . .............. 18 II.2 Apprentissageautomatique . ................ 18 II.2.1Définition . ............... 18 18 II.2.2Typesd’apprentissageautomatique . .....19 II.2.3Rôledel’apprentissageautomatiquedansl’agriculture . .......... 19 II.3 Lesméthodesderegroupement(Clustering) . ............. 19. 19 II.3.1Fluxdetravaildeclustering . ............... 20 II.3.2Typesd’algorithmesdeclustering . .............. 21 II.3.3Algorithmesdeclustering . ........... 22 II.3.3.1l’algorithmeK-means . ................ 22 II.3.3.2l’algorithmeDBSCAN . ...... 25 II.3.3.3L’algorithmeFuzzyc-means: . .. 30 II.3.3.4Leclusteringhiérarchique: . ....... 34 II.3.4Mesuresd’évaluation(EvaluationMetrics).. 41 II.3.5Travauxconnexes . ............ 42 II.4 Conclusion . ....................... 45 IIIConceptionetimplémentation 46 III.1 Introduction . ..................... 46 III.2 Conceptiondesméthodesdeclustering: . .... 47 III.3 Implémentation . ....................................... 47 III.3.1Descriptiondespropriétésdusoldelabasededonnéesd’OUT.. 47 III.3.2Étudecomparativedesméthodesdeclusteringsurlesdonnées . .. 52 III.3.3Profilsdespropriétésdusoldechaquegroupe(parcelle) . ..... 55 III.3.4Discussion . ................. 64 III.4 Conclusion . .......... 65 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/817 | Mémoire master | bibliothèque sciences exactes | Consultable |
